Application of artificial neural networks in condition based predictive maintenance
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F16%3A50005029" target="_blank" >RIV/62690094:18450/16:50005029 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-31277-4_7" target="_blank" >http://dx.doi.org/10.1007/978-3-319-31277-4_7</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-31277-4_7" target="_blank" >10.1007/978-3-319-31277-4_7</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Application of artificial neural networks in condition based predictive maintenance
Popis výsledku v původním jazyce
This paper reviews different techniques of maintenance, artificial neural networks (ANN) and their various applications in fault risk assessment and an early fault detection analysis. The predictive maintenance is in focus of production facilities supplying in long supplier chains of automotive industry to ensure the reliable and continuous production and on-time deliveries. ANN offer a powerful tool to evaluate machine data and parameters which can learn from process data of fault simulation. Finally there are reviewed examples of usage of ANN in specific predictive maintenance cases.
Název v anglickém jazyce
Application of artificial neural networks in condition based predictive maintenance
Popis výsledku anglicky
This paper reviews different techniques of maintenance, artificial neural networks (ANN) and their various applications in fault risk assessment and an early fault detection analysis. The predictive maintenance is in focus of production facilities supplying in long supplier chains of automotive industry to ensure the reliable and continuous production and on-time deliveries. ANN offer a powerful tool to evaluate machine data and parameters which can learn from process data of fault simulation. Finally there are reviewed examples of usage of ANN in specific predictive maintenance cases.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Recent developments in intelligent information and database systems
ISBN
978-3-319-31276-7
ISSN
1860-949X
e-ISSN
—
Počet stran výsledku
10
Strana od-do
75-86
Název nakladatele
Springer
Místo vydání
Berlin
Místo konání akce
Da Nang, Vietnam
Datum konání akce
14. 3. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000390824900007